2024年11月29日
星期五
|
欢迎来到维普•公共文化服务平台
登录
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
刘丽宏
作品数:
1
被引量:0
H指数:0
供职机构:
北京师范大学减灾与应急管理研究院环境演变与自然灾害教育部重点实验室
更多>>
发文基金:
国家自然科学基金
更多>>
相关领域:
水利工程
更多>>
合作作者
刘富军
河北工程大学
王静璞
北京师范大学减灾与应急管理研究...
王海江
河北工程大学信息与电气工程学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
水利工程
主题
1篇
短期风速
1篇
短期风速预测
1篇
多步
1篇
多步预测
1篇
支持向量
1篇
支持向量机
1篇
向量
1篇
向量机
1篇
小波
1篇
小波变换
1篇
进制
1篇
风速
1篇
风速预测
1篇
波变换
机构
1篇
北京师范大学
1篇
河北工程大学
作者
1篇
王海江
1篇
王静璞
1篇
刘丽宏
1篇
刘富军
传媒
1篇
水力发电学报
年份
1篇
2014
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于分数进制小波变换与支持向量机的短期风速预测
2014年
本文探讨了一种基于分数进制小波变换与支持向量机(SVM)的短期风速预测模型。首先探讨了通过小波变换提取风速序列振荡特征提高传统模型预测精度的思路,进而分析了分数进制小波变换通过品质因子可调的变换模式实现的较传统小波变换更为自由精细的时频局部性能,以及在振荡信号特征提取领域的优越性;之后探讨了基于分数进制小波变换时频分解与SVM预测的风速预测模型的构建流程;实验结果表明,该模型与基于传统小波变换与SVM的预测模型以及神经网络、SVM模型相比,能够有效的提高预测精度。
王静璞
王海江
刘丽宏
刘富军
关键词:
风速预测
多步预测
支持向量机
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张